Yc_csdn的博客

Lecture3 矩阵乘法与逆 1 矩阵乘法及其5种方式 1. 对于结果矩阵中的特定元素单个计算（entry） 假定矩阵乘法为: AB=CAB = CAB=C 当Am×n,Bn×sA_{m\times n},B_{n\times s}Am×n​,Bn×s​时矩阵可乘（内标相同），且得到结果Cm×sC_{m\times s}Cm×s​。 C中iii行jjj列的元素为： Ci,j=(Row&nbsp...

Lecture1 方程组与矩阵 1. Ax = b 的两种理解方式 行表示(Row Picture) 代表方程组的解，二维三维平面内表现为直线线或平面的交点，交线等等。 列表示(Column Picture) 表示矩阵列向量的线性组合。若A为n x n方阵，且列向量均线性无关（即任意列向量不可以用其他列向量线性组合表示），则n维空间内任意n维向量可以用A的列向量的线性组合表示。A的列为一组基。相...

Lecture 5 Permutation矩阵，矩阵转置，向量空间 1.Permutation矩阵回顾，存在行交换情况下的LU分解 P矩阵及新分解形式介绍： 由上节末尾可知，如果在高斯消元的过程中遇到主元位置为0的情况，我们需要一个Permutation矩阵PPP来完成行交换的操作(Get a proper pivot)。 其中PPP为行交换后的单位阵，在矩阵左侧乘以PPP可以视作交换相应的行。...

Lecture7 求解Ax=0 1.零空间的计算 计算方法 例如： A=[1222246836810] A=\begin{bmatrix} 1&2&2&2\\ 2&4&6&8\\ 3&6&

Lecture9 线性无关，生成空间，基和维数 1. 线性相关性 背景 当矩阵A列数大于行数时，很有可能有无穷多个非零解，因为存在自由变量。 线性相关性 设有向量v1,v2,... ... ,vnv_1,v_2,... \ ... \ ,v_nv1​,v2​,... ... ,vn​，在什么情况下v1,v2,... ... ,vnv_1...